紅外熱像儀技術(shù)已在世界范圍內(nèi)得到越來越廣泛的應(yīng)用。由于物體固有的紅外熱特性以及探測器的變形等因素，很難觀察和識(shí)別紅外熱像儀圖中的物體。這是一種低對(duì)比度和嘈雜的圖像，應(yīng)當(dāng)對(duì)其予以增強(qiáng)。

圖為原始成像、傳統(tǒng)算法、CLAHE算法，本算法的紅外熱像儀圖比較

最近，已經(jīng)提出了幾種用于紅外熱像儀圖的增強(qiáng)方法。例如，一種基于輪廓波變換和混沌粒子群優(yōu)化的紅外圖像增強(qiáng)方法、基于小波變換的紅外圖像增強(qiáng)算法、基于離散平穩(wěn)小波變換和非線性增益算子的紅外圖像對(duì)比度增強(qiáng)算法、改進(jìn)的傅立葉和離散余弦域的Retinex算法。但這些算法的增強(qiáng)質(zhì)量都有一個(gè)共同的問題，它們的圖像看起來并不真實(shí)自然。

圖為原始成像、傳統(tǒng)算法、CLAHE算法，本算法的紅外熱像儀圖比較

對(duì)此，研究了一種新穎的簡單的紅外熱像儀圖增強(qiáng)技術(shù)。集成了方案的代表性方法，包括：優(yōu)化拉伸，顏色轉(zhuǎn)換，CLAHE的顏色轉(zhuǎn)換?？紤]了兩種評(píng)估方法來驗(yàn)證增強(qiáng)算法的性能，一種是主觀評(píng)估方法，通過使用平均意見評(píng)分在視覺上評(píng)估增強(qiáng)圖像。這表明該算法的圖像對(duì)于人類觀察者而言是視覺上最接近真實(shí)的。第二種是常規(guī)方法，在第二次評(píng)估中，基準(zhǔn)圖像質(zhì)量即EME值表明了該算法的優(yōu)越性。

參考資料：

Sos Agaian, Mehdi Roopaei. Novel Infrared and Thermal Image Enhancement Algorithms. Mobile Multimedia/Image Processing, Security, and Applications. 8755, 2013.